字节跳动
安全算法高级技术负责人/数据科学家-安全与风控
安全算法高级技术负责人/数据科学家-安全与风控
发布于 大约 9 小时前中层管理(经理/总监)
北京市
高级经验
全职员工
仅现场办公
本科
机器学习
大型语言模型
深度学习
网络安全
风险控制
异常检测
AI 估算 · 50k–80k
高级安全技术负责人，字节跳动核心岗位，薪资水平位于互联网领先梯队，综合竞争力强。
职位详情
关于这个职位
该职位是字节跳动的安全算法高级技术负责人，负责制定AI/ML安全战略，构建风险检测系统，并领导安全数据科学团队
工作内容涉及异常检测、凭证滥用预防、内部风险管理和数据泄露检测，需要深厚的机器学习和大数据技术功底，以及团队管理经验
最低要求
年以上数据科学、机器学习、AI和安全领域经验
计算机科学、数据科学或相关技术领域的博士学位优先，具有卓越专业成就的学士或硕士学位也将被考虑
在统计模型、机器学习、深度学习、大型语言模型、大数据分析（Spark、Hive）以及编程语言（Python、Scala）方面拥有深厚的技术专业知识，并有构建和部署可扩展AI/ML系统的实际经验
在设计和部署威胁防御解决方案方面取得过成功，包括异常检测、凭证滥用预防、内部风险管理和数据泄露检测
具有建立和指导高性能AI/ML团队的成熟领导经验，在培养创新、人才发展和跨职能协作方面有良好记录
对网络安全原则、安全防御策略、隐私法规和负责任的AI实践有深入理解，并具有与法律、合规和安全团队合作的经验
工作职责
制定并执行AI/ML安全战略，应对身份/凭证盗用、权限系统、内部风险、数据泄露及各类安全威胁
负责构建公司内部的风险发现和检测系统，对数据及日志进行数据挖掘，利用规则/模型/算法，构造机器学习解决方案，预防及打击信息安全、隐私安全等风险
主导端到端的算法检测系统和异常检测模型的设计、构建和部署，以保护高价值资产
与工程技术以及合规治理团队密切合作，深入各个业务线，结合业务发展方向，建设持久高效、可复用的风险发现能力体系，确保符合监管要求和业务目标
紧跟AI/LLM、网络安全、大数据分析等新兴趋势，将前沿技术和方法整合到安全数据科学中
建立、指导和领导高性能安全数据科学团队
优先资格
在全球科技公司（SaaS、云或企业软件公司）领导安全数据科学计划的经验
在图论、大数据威胁关联和实时安全分析（如构建安全图谱引擎）方面的专业知识
在高度监管行业工作的经验，重点是将隐私和合规嵌入AI/ML系统
AI 洞察
优缺点分析
优点
- 技术栈前沿，覆盖机器学习、深度学习、LLM等，技能积累价值高
- 团队管理经验加成，有助于未来职业生涯向高管发展
- 安全领域需求持续增长，专业人才稀缺，薪资和发展前景良好
- 作为管理层，需要平衡技术个人贡献与团队建设，对综合能力要求高
- 适合有5年以上安全或数据科学经验、兼具技术深度和团队领导力的资深专业人士，追求技术前沿和职业发展上限
缺点 / 挑战
- 位于行业领先的字节跳动，平台资源丰富，能接触海量数据和复杂安全挑战
- 要求较高，需同时具备深厚技术功底和领导经验，门槛高
- 安全领域责任重大，需应对不断演变的威胁，工作压力可能较大
角色解读
- 向安全领域首席科学家或安全技术总监方向发展，负责更广泛的安全战略
- 横向拓展到AI安全、隐私计算、合规科技等新兴领域，成为行业专家
- 积累跨业务经验，未来可转型为安全产品负责人或创业公司CTO
- 制定并执行AI/ML安全战略，保护公司免受身份盗用、数据泄露等安全威胁
- 构建内部风险检测系统，利用数据挖掘和机器学习模型发现异常行为
- 主导端到端的算法系统设计，包括异常检测、风险评分等模型的部署
- 领导安全数据科学团队，培养人才并推动跨部门协作
- 扎实的机器学习、深度学习和统计学基础，熟悉LLM等前沿技术
- 精通大数据处理工具如Spark、Hive，以及编程语言Python、Scala
- 有威胁防御解决方案的实际经验，如异常检测、内部风险管理
- 具备团队管理和领导能力，能够建立高效团队并推动创新
申请策略
- 在面试中准备好讲述一个完整的端到端安全解决方案故事，从问题识别到部署效果
- 了解字节跳动的业务布局，思考安全如何与抖音、TikTok等产品结合
- 突出在安全领域的实战成果，如成功部署的异常检测系统、降低的数据泄露风险案例
- 强调领导团队的经验，包括团队规模、人才培养和跨部门协作项目
- 展示技术深度，包括使用的具体算法、框架和大数据工具，以及发表论文或专利
- 如有全球科技公司或高度监管行业经验，需重点提及
- 补充LLM、图神经网络等前沿技术知识，准备相关项目经验
- 熟悉字节跳动内部技术栈，如ByteDance的机器学习平台，了解其安全体系
面试指南
- 使用STAR法则：情境、任务、行动、结果，突出个人贡献和量化成果
- 展示系统性思考：不仅解决问题，还要说明如何权衡准确率与召回率、资源消耗等
- 体现领导力：强调团队协作、知识分享和人才培养
- 请描述一次你设计并部署异常检测系统的经历，遇到了哪些挑战？
- 如何评估一个机器学习模型在安全场景中的有效性？
- 你如何领导团队在多个业务线中推动安全风险发现能力的落地？
- 你对LLM在安全领域的应用有什么看法？请举例说明
- 在高度监管环境下，如何确保AI/ML系统符合隐私和合规要求？
匹配度报告
84
综合匹配度
字节跳动核心安全技术岗位，前沿AI安全技术栈，薪资优厚，需现场办公。
适合人群
最适合有强烈技术成长动机和职业发展追求的资深安全专家。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利85
成长发展95
工作生活70
使命价值85
薪资福利匹配
85较高
该职位薪资水平高，字节跳动福利优厚，但JD未明确薪资范围，综合评分较高。
薪资信号未披露（AI估算：50K-80K/月）
成长发展匹配
95较高
工作内容涉及前沿AI/ML技术（LLM、深度学习等），有团队管理机会，发展空间大。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、LLM、Spark、Hive、Python、Scala、异常检测
业务类型cost_center
工作生活匹配
70中等
公司位于北京核心地段，需现场办公，未提及弹性工作或WLB，但整体工作环境良好。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
85较高
网络安全领域社会价值高，能保护用户数据安全，行业高速增长，创新性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs